在国家海事局海船船员评估考试过程中,尤其针对航海模拟器情景下的驾驶台资源管理等评估项目,国内众多评估机构和航海院校通常采用传统的纸质评估或主观评估的方式,其评估结果主要取决于现场评估员对考生实操能力的主观判断,评估的标准比较难统一,评估员的工作强度大。为了更合理地评估船员实操能力,本论文以单船进出港航行过程为评估对象,以单船进出港航行轨迹评估为主要途径,建立了在各种类别信息下单船进出港智能评估算法及模型。为构建航海模拟器的智能评估系统奠定算法和理论基础。在介绍了船舶进出港航行的航线设计基础上,分析了单船进出港航行的不确定信息组成,解析了航海模拟器中单船进出港航行评估的不确定问题,阐述了单船进出港航行智能评估建模、大数据下单船进出港智能评估建模流程,明确了本论文研究的单船进出港航迹智能评估是单船进出港航行智能评估的关键内容。在主观评价信息情况下,且在尚无主观信息产生的样本数据情况下,提出了主观信息下基于AHP的航迹评估指标权重计算模型、基于改进型CHA的航迹评估指标权重计算模型;针对已经存在部分样本信息的情况,提出了基于PCA的航迹评估指标权重计算模型、基于EM的航迹评估指标权重计算模型、基于RSM的航迹评估指标权重计算模型,并在综合粗糙集理论、CDHA法、信息熵理论基础上,建立了基于粗糙集的改进型CDHA航迹智能评估模型,该模型综合考虑了主观信息的模糊性、随机性和主观信息产生样本数据的不完备性。优秀样本信息的充分使用是优化评估模型中参考标准重要信息来源,采用适用的机器学习算法,对评估系统中产生的样本信息进行学习是完善参考标准的重要途径。因现阶段尚不具备大数据的条件,提出了基于少量样本下的航迹云生成算法,并以此为前提,建立了基于局部采样云图的单船进出港航迹评估模型,根据正态云云滴贡献度的分析原理,划分三大参考航迹带,形成了客观航迹信息下的单船进出港航迹智能评估模型,经过测试验证,该模型处理客观航迹样本信息性能良好。鉴于海事局的考试评估,不同时空条件下同一评估员对同一对象的评估结果可能不同,不同的评估员则可能分歧更大,在评估过程中采用以已评航迹的特征与评价结果为参考基础,是解决上述问题的有效方法。在分析综合信息下的单船进出港航行评估流程基础上,提出了综合信息下的CDHA航迹智能评估模型;在概述云相似度方法的基础上,通过对一维正态云特征的测试,建立了基于修正期望曲线的一维正态云相似度算法;在构建推荐航迹生成算法基础上,提出了基于二维正态云模型的云参数航迹相似度评估模型,经过实验,该模型可有效的解决综合信息下已评航迹与待评航迹的关联性问题。在利用Matlab软件测试相关算法基础上,运用VC++实现相应算法,并与航海模拟器融合测试,初步实现了航海模拟器中单船进出港智能评估模块的功能。本文研究对提高评估考试结果的公正性、科学性,推进航海模拟器产品研发具有现实意义,可为航海模拟器的智能评估系统进一步研究提供理论依据和技术支撑。